阅读 1388

Google全新AI实战课发布:从原理到代码,手把手带你入门机器学习

原文链接: mp.weixin.qq.com
安妮 岳排槐 发自 凹非寺量子位 出品 | 公众号 QbitAI

如果你的心里只有一件事。

请问:是不是学习?

Google希望你是,而且还准备扶上马,再送一程。

所以今天一早,大礼包又来了。

手把手教你

今年春天,Google发布了机器学习速成课,英文简称MLCC。而且这套基本全程都有中文的课程,还是完全免费的。

这还不够。

Google觉得光学理论还不够,必须教你理论与实战相结合。

所谓:知行合一。

于是,Google发布了最新的一套课程:Machine Learning Practica(机器学习实践)。这套课程会示范Google如何在产品中使用机器学习。



课程地址在此:https://developers.google.com/machine-learning/practica/

(.cn域名地址亲测可用)

与之前的课程不同,这套动手实践课程中,包括视频、文档和交互式编程练习。目前已经上线的第一课是图像分类。

在图像分类的实践课程中,可以学习Google如何开发利用最先进的图像分类模型,这也是Google相册背后的核心技术。

迄今为止,已有超过1万名Google员工利用这个实践课程来训练他们自己的图像分类器,最终实现可以识别照片中的猫猫狗狗。

课前准备

想要学习这套课程,也有一些基础要求。

主要是两点:

  • 学过Google机器学习速成课,或者了解机器学习的基本概念

  • 有不错的编程基础知识,以及有一些Python编程经验

这套实践课程使用了Keras API。以及课程中的编程练习,使用了Colab。使用Colab不要求之前有过Keras经验。

课程中代码基本可算是提供了逐步的解释。

目前这套实践课程只发布了图像分类一组,但Google表示更多的实践课程正在:肮!啧!味!



课程简介

在这个课程中,Google首先介绍了图像分类的基本原理,讲述了卷积神经网络(CNN)的构建,以及池化、全连接等概念。



然后,Google会引导你从头开始构建一个CNN网络,并且学习如何防止过拟合,以及利用训练模型进行特征提取和微调。

实践课程一共包括三组练习,分别是:

  • Exercise 1: Build a Convnet for Cat-vs-Dog Classification

    带你构建一个猫狗分类的卷积网络。

  • Exercise 2: Preventing Overfitting

    教你如何防止过拟合,改善提高CNN模型。

  • Exercise 3: Feature Extraction and Fine-Tuning

    教你如何通过特征提取和微调来使用Google的Inception v3模型,并为上面两个练习完成的分类器获取更好的准确性。

课程示范

量子位潜入这个课程内部,带回了第二个实践练习。在这堂课里,谷歌想教会大家在猫狗图像分类中,如何减少过拟合。大家感受一下——

练习2:减少过拟合

预计完成时间:30分钟

在本节练习中,我们将基于在练习1中创建的模型将猫狗分类,并通过一些策略减少过拟合:也就是数据增强(Data Augmentation)和正则化方法dropout,从而提高准确性。

和长颈鹿被关进冰箱一样,这得分四步走:

  1. 通过对训练图像进行随机转换,来探索数据增强的玩法

  2. 在我们数据处理的过程中应用数据增强

  3. 在转换中加入dropout

  4. 重新训练模型,评估损失和精确度

Let’s get started吧!

数据增强の探索

数据增强是减少视觉模型过拟合的基本方法了,因为我们手头的训练实例为数不多,为了充分利用,我们可通过一些随机的变换“增强”它们,对模型来说,这是不同的图像~

这可以通过在ImageDataGenerator实例读取的图像上增加一些随机转换来实现,比如:

 1from keras.preprocessing.image import ImageDataGenerator 2 3datagen = ImageDataGenerator( 4      rotation_range=40, 5      width_shift_range=0.2, 6      height_shift_range=0.2, 7      shear_range=0.2, 8      zoom_range=0.2, 9      horizontal_flip=True,10      fill_mode='nearest')复制代码

还有一些可用的选择:

  • rotation_range是在0-180之间的一个值,可在此角度内随机旋转图片。

  • width_shift和height_shift是个范围,指的总宽度或高度的一部分,图像可在此范围内垂直或水平随机转换

  • shear_range用于随机剪切

  • zoom_range用来随机缩放图片的。

  • horizontal_flip用于水平随机翻转图像的一半

  • fill_mode是用来填充新创造的像素,在图像随机垂直或水平变换后可能用到

注意:此练习中使用的2000张图片摘自Kaggle上的“狗vs猫”数据集,包含25000张图片。为了节约训练时间,这里我们只用到其中的一个子集。

1!wget --no-check-certificate \2   https://storage.googleapis.com/mledu-datasets/cats_and_dogs_filtered.zip -O \3   /tmp/cats_and_dogs_filtered.zip

复制代码
 1import os 2import zipfile 3 4local_zip = '/tmp/cats_and_dogs_filtered.zip' 5zip_ref = zipfile.ZipFile(local_zip, 'r') 6zip_ref.extractall('/tmp') 7zip_ref.close() 8 9base_dir = '/tmp/cats_and_dogs_filtered'10train_dir = os.path.join(base_dir, 'train')11validation_dir = os.path.join(base_dir, 'validation')1213# Directory with our training cat pictures14train_cats_dir = os.path.join(train_dir, 'cats')1516# Directory with our training dog pictures17train_dogs_dir = os.path.join(train_dir, 'dogs')1819# Directory with our validation cat pictures20validation_cats_dir = os.path.join(validation_dir, 'cats')2122# Directory with our validation dog pictures23validation_dogs_dir = os.path.join(validation_dir, 'dogs')2425train_cat_fnames = os.listdir(train_cats_dir)26train_dog_fnames = os.listdir(train_dogs_dir)复制代码

接下来,我们将datagen转换应用到训练集里的猫咪图像,生成5个随机变量。这个单元需多运行几次,找到新批次中的随机变量。

 1%matplotlib inline 2 3import matplotlib.pyplot as plt 4import matplotlib.image as mpimg 5 6from keras.preprocessing.image import array_to_img, img_to_array, load_img 7 8img_path = os.path.join(train_cats_dir, train_cat_fnames[2]) 9img = load_img(img_path, target_size=(150, 150))  # this is a PIL image10x = img_to_array(img)  # Numpy array with shape (150, 150, 3)11x = x.reshape((1,) + x.shape)  # Numpy array with shape (1, 150, 150, 3)1213# The .flow() command below generates batches of randomly transformed images14# It will loop indefinitely, so we need to `break` the loop at some point!15i = 016for batch in datagen.flow(x, batch_size=1):17  plt.figure(i)18  imgplot = plt.imshow(array_to_img(batch[0]))19  i += 120  if i % 5 == 0:21    break复制代码

在数据处理过程中应用数据增强

现在,将上述增强的数据应用到数据预处理配置中——

 1# Adding rescale, rotation_range, width_shift_range, height_shift_range, 2# shear_range, zoom_range, and horizontal flip to our ImageDataGenerator 3train_datagen = ImageDataGenerator( 4    rescale=1./255, 5    rotation_range=40, 6    width_shift_range=0.2, 7    height_shift_range=0.2, 8    shear_range=0.2, 9    zoom_range=0.2,10    horizontal_flip=True,)1112# Note that the validation data should not be augmented!13test_datagen = ImageDataGenerator(rescale=1./255)1415# Flow training images in batches of 32 using train_datagen generator16train_generator = train_datagen.flow_from_directory(17        train_dir,  # This is the source directory for training images18        target_size=(150, 150),  # All images will be resized to 150x15019        batch_size=20,20        # Since we use binary_crossentropy loss, we need binary labels21        class_mode='binary')2223# Flow validation images in batches of 32 using test_datagen generator24validation_generator = test_datagen.flow_from_directory(25        validation_dir,26        target_size=(150, 150),27        batch_size=20,28        class_mode='binary')复制代码

神奇之处是,若用增强的数据来训练模型,则不会被认为是相同示例(虽然它们都是从一张图片上得到的)。不过模型眼中这些输入仍紧密相关的,所以还不足以完全消除过拟合

加入Dropout

不过~还有另外一种流行的策略能减少过拟合,即dropout。

如果你想了解过拟合的基本概念,这里自卖自夸推荐两个之前免费课程中的相关介绍:

https://developers.google.com/machine-learning/crash-course/training-neural-networks/video-lecture

https://developers.google.com/machine-learning/crash-course/

我们从练习1重新配置我们的convnet架构,在最后的分类层前试图添加一些dropout。

 1from keras.models import Model 2from keras import layers 3from keras.optimizers import RMSprop 4from keras import backend as K 5 6import tensorflow as tf 7 8# Configure the TF backend session 9tf_config = tf.ConfigProto(10    gpu_options=tf.GPUOptions(allow_growth=True))11K.set_session(tf.Session(config=tf_config))1213# Our input feature map is 150x150x3: 150x150 for the image pixels, and 3 for14# the three color channels: R, G, and B15img_input = layers.Input(shape=(150, 150, 3))1617# First convolution extracts 16 filters that are 3x318# Convolution is followed by max-pooling layer with a 2x2 window19x = layers.Conv2D(16, 3, activation='relu')(img_input)20x = layers.MaxPooling2D(2)(x)2122# Second convolution extracts 32 filters that are 3x323# Convolution is followed by max-pooling layer with a 2x2 window24x = layers.Conv2D(32, 3, activation='relu')(x)25x = layers.MaxPooling2D(2)(x)2627# Third convolution extracts 64 filters that are 3x328# Convolution is followed by max-pooling layer with a 2x2 window29x = layers.Convolution2D(64, 3, activation='relu')(x)30x = layers.MaxPooling2D(2)(x)3132# Flatten feature map to a 1-dim tensor33x = layers.Flatten()(x)3435# Create a fully connected layer with ReLU activation and 512 hidden units36x = layers.Dense(512, activation='relu')(x)3738# Add a dropout rate of 0.539x = layers.Dropout(0.5)(x)4041# Create output layer with a single node and sigmoid activation42output = layers.Dense(1, activation='sigmoid')(x)4344# Configure and compile the model45model = Model(img_input, output)46model.compile(loss='binary_crossentropy',47              optimizer=RMSprop(lr=0.001),48              metrics=['acc'])复制代码

重新训练模型

随着数据的增加和dropout的填入,我们需要重新训练convnet模型。

这一次,我们训练全部的2000张图片,训练了30轮,并对验证了所有的1000个测试图像。

这可能需要几分钟的时间,检验一下你是否能自己编写代码了。

1# WRITE CODE TO TRAIN THE MODEL ON ALL 2000 IMAGES FOR 30 EPOCHS, AND VALIDATE 2# ON ALL 1,000 TEST IMAGES复制代码

评估结果

接下来,我们用数据增强和dropout评估模型训练的结果。

 1# Retrieve a list of accuracy results on training and test data 2# sets for each training epoch 3acc = history.history['acc'] 4val_acc = history.history['val_acc'] 5 6# Retrieve a list of list results on training and test data 7# sets for each training epoch 8loss = history.history['loss'] 9val_loss = history.history['val_loss']1011# Get number of epochs12epochs = range(len(acc))1314# Plot training and validation accuracy per epoch15plt.plot(epochs, acc)16plt.plot(epochs, val_acc)17plt.title('Training and validation accuracy')1819plt.figure()2021# Plot training and validation loss per epoch22plt.plot(epochs, loss)23plt.plot(epochs, val_loss)24plt.title('Training and validation loss')复制代码

结果不错!模型已经不再过拟合。

事实上,从我们的训练资料来看,随着训练次数的增加,模型的准确度会达到80%!

清理

在运行练习3之前,我们还需要运行以下单元来释放kernel和空闲的内存资源:

1import os, signal2os.kill(os.getpid(), signal.SIGKILL)复制代码

One More Thing

不知道是不是忙中出错,Google这套全新的课程,在我们发稿的时候,出现了一个尴尬的问题:练习课程无法访问。

你点击练习之后,原本应该是转入一个Colab页面,但是却把多数用户挡在一个这样的界面之上。如图:



链接地址:https://login.corp.google.com

这是啥?

其实,这就是大名鼎鼎的moma,一个Google内部的搜索工具。如果你是Google员工,就能登录访问,进入Google内网。

可能是因为这套实践课程,和MLCC一样,也是之前面向Google内部的课程,所以出现了现在略微尴尬的一幕。

不过我们推送前,这个问题已经修复了。

最后,推荐一些之前的课程。